✨ 要約🔬 技術概要
タンパク質は生命の働き手であり、生細胞内のあらゆるタスクを遂行するために、複雑な三次元形状へと折り畳まれる微小な分子機械です。タンパク質がとる特定の形状は、鍵の形がどの錠前を開けられるかを決定するのと同様に、そのタンパク質ができることを決定します。数十年もの間、科学者たちは、アミノ酸(タンパク質の構成要素)の連鎖が、どのようにして最終的な機能的形態へとねじれ、回転していくのかを正確に予測することに苦心してきました。近年、人工知能は、配列からタンパク質の形状を高精度に推測することを可能にし、この「折り畳み」のパズルを解く上で目覚ましい進歩を遂げました。しかし、その逆の挑戦、すなわち、特定の望ましい形状へと折り畳まれるような新しいアミノ酸配列をゼロから設計することは、さらに困難です。これは逆タンパク質折り畳みと呼ばれ、AIは候補となる配列を迅速に生成できますが、得られる構造にはしばしば小さな誤差が含まれます。創薬や合成生物学の世界では、タンパク質の形状におけるわずかな逸脱であっても、それを無用なものにしたり、あるいは危険なものにしたりするため、完璧な構造的正確性の追求が極めて重要なボトルネックとなっています。
テキサス大学ダラス校の研究チームは、初期設計が行われた後にこれらの不完全性を修正するための新しい手法を開発しました。最初の一回で完璧な配列を得ようとするのではなく、コンピュータが生成したタンパク質を、編集が必要な「草稿」として扱うのです。彼らのアプローチは、タンパク質構造を理解するために設計された特化したAIモデルによって作成された初期配列から始まります。この最初の推測は、その後、厳格で段階的な精緻化プロセスにかけられます。コンピュータは配列を取り込み、アミノ酸を一度に一つずつ別の種類へと変更し、その新しいバージョンが目標とする形状により近い形へと折り畳まれるかどうかを即座にテストします。そのために、コンピュータは折り畳みのプロセスを数千回シミュレーションし、新しい形状が以前の形状よりも優れているかどうかを確認します。決定的なのは、ある部分の修正が、タンパク質の近くにある他の部分を意図した位置から動かしすぎることなく、全体の構造を改善する場合にのみ、その変更を受け入れるという点です。これにより、分子の一部分を修正することで、誤って別の部分を壊してしまうことがないようにしています。
研究者たちは、この反復的な精緻化手順を224種類の異なるタンパク質に対してテストしました。彼らは、その結果を元のAIによる予測、ProteinMPNNと呼ばれる既存の人気のある設計ツール、そして自然界に見られる実際の天然配列と比較しました。その結果は驚くべきものでした。精緻化プロセスによって、タンパク質の形状における平均誤差がほぼ半分に減少したのです。具体的には、予測構造と目標形状との距離は、平均8.097オングストロームから4.570オングストロームへと低下しました。このスケールを理解するために言えば、1オングストロームは100億分の1メートルであり、人間の髪の毛の幅は約50,000オングストロームです。この改善は統計的に否定できないほど顕著であり、従来の最良の手法を大きく上回りました。精緻化された配列は、初期の推測よりも望ましい形状に近く、かつ、主要な代替ツールであるProteinMPNNによって生成されたものよりも大幅に正確でした。
しかし、この研究は重要なトレードオフと限界も明らかにしました。このプロセスは計算コストが高く、最適な編集を見つけるために、タンパク質ごとに数千回の折り畳みシミュレーションを実行する必要があります。さらに、この手法は形状を正しくすることに完全に焦点を当てているため、最終的なアミノ酸配列は天然のタンパク質とは大きく異なる外観になることが多く、その結果、他のAIモデルが自信を持って予測することを難しくさせています。また、研究者たちは、彼らの手法が特定のサイズ制限内に収まるタンパク質に対して最も効果的に機能することも指摘しています。テストのために人工的に短縮された長いタンパク質については、分子の欠落した部分が単独での正しい構造形成を妨げるため、結果の一貫性が低くなりました。こうした制約はあるものの、この研究は、設計後の「磨き上げ」のステップが合成タンパク質の品質を劇的に向上させ得ることを示しています。最初の推測は決して完璧ではないことを受け入れ、それを体系的に精緻化していくことで、科学者たちは今や、構造的に遥かに正確なデノボ(de novo)タンパク質を生成できるようになりつつあり、カスタム分子機械を設計するという夢の実現に一歩近づいています。
技術要約:de novo タンパク質配列の構造最適化のための反復的精緻化
問題提起 人工知能はタンパク質構造予測(AlphaFoldなど)に革命をもたらしたが、その逆問題、すなわち所望の de novo 構造へと折り畳まれるタンパク質配列を生成するという課題は依然として困難である。ProteinMPNNのような既存の逆折り畳みモデルは、標的となるコンフォメーションに近似する配列を生成できるが、予測された配列のわずかな偏差が重大な構造的エラーを引き起こす可能性がある。これらの偏差は、精密な構造の忠実度が極めて重要となる創薬などのアプリケーションにおいて問題となる。現在のモデルは、構造的な最適化よりも配列のリカバリー(天然配列への一致)を優先することが多く、モデル全体を再学習することなく予測後の構造エラーを修正するメカニاتズムを欠いている。
手法 著者らは、de novo タンパク質配列の構造誤差を最小化するために設計された、予測後の**反復的精緻化(Iterative Refinement)**手順を提案している。この手法は、局所的な構造の完全性を維持しながら、グローバルな構造指標を改善するためにアミノ酸残基を置換する、2段階の最適化ループとして機能する。
初期生成: プロセスは、構造認識型グラフニューラルネットワーク(GNN)によって生成された初期配列予測から始まる。標準的な配列リカバリーモデルとは異なり、このGNNは構造最適化のために訓練されており、配列に典型的な残基ではなく、構造的に好ましい残基に偏った、各ポジションにおける20種類の標準アミノ酸に対するカテゴリカル確率分布(p i p_i p i )を出力する。
候補選択: 配列の各ポジションについて、アルゴリズムはモデルの確率分布に基づいて候補となる置換セットを選択する。
パス 1: 上位 k = 5 k=5 k = 5 個の候補が評価される。
パス 2: 配列が部分的に安定化した後に、より広範な探索を可能にするため、20種類すべてのアミノ酸が評価される。
終端バイアスを避けるため、各パスにおけるポジションの評価順序はランダム化される。
評価と受理: 各候補置換は、ESMFold を用いて折り畳まれ、予測3D構造が生成される。置換は、以下の2つの基準を同時に満たす場合にのみ受理される。
グローバルな改善: 新しい構造は、TM-score、GDT-TS、およびRMSD(式5)の加重複合スコアにおいて、グローバルな指標を改善しなければならない。
局所的な安定性: 置換された残基の C α C_\alpha C α 原子における局所的な相対変位誤差(e r e l e_{rel} e r e l )が 0.1 Å の閾値を下回らなければならない(式4)。これにより、局所的な折り畳みモチーフを犠牲にしてグローバルなスコアを改善するような変更を、アルゴリズムが受理することを防ぐ。
反復: 手順は配列に対して2回のパスを実行する。第1パスで基準を満たさなかったポジションは、元の残基を保持し、第2パスで再評価される。
主な貢献
予測後最適化フレームワーク: 本論文は、既存の逆折り畳みモデルを、モデルの再学習なしに構造予測器からのフィードバックを用いて精緻化することを可能にする、配列生成と構造最適化を分離した手法を導入している。
二重基準による受理: 提案された受理基準は、グローバルな構造改善と厳格な局所変位制限のバランスを取り、最適化が局所的な構造モチーフを損なわないようにしている。
確率的ガイダンスの統合: この手法は、初期GNNからのロジット情報(確率分布)を活用して探索空間をガイドし、ランダムな探索よりも構造的に妥当な置換を優先させる。
結果 本手法は、構造予測にESMFoldを用い、真のバックボーン座標と比較することで、224個のタンパク質 (完全な結果が得られたものは221個)の適合サンプルに対して評価された。
RMSDの減少: 反復的精緻化により、平均平方二乗偏差(RMSD)は、初期GNN予測の 8.097 Å から 4.570 Å へと減少した。これは初期予測に対して 43.6% の減少 である。
比較性能:
ProteinMPNN と比較して、精緻化された配列は 46.2% のRMSD減少を示した。
天然のESMFoldによる配列 と比較して、精緻化された配列は 27.2% のRMSD減少を示した。
精緻化された配列は、平均TM-score 0.675 (天然より11.4%向上)およびGDT-TS 61.775 (天然より14.0%向上)を達成した。
統計的有意性: 対照t検定により、RMSD、TM-score、およびGDT-TSにおける改善が、すべての比較(精緻化 vs 初期、精緻化 vs 天然、精緻化 vs ProteinMPNN)において統計的に有意であることが確認された(p < 0.001 p < 0.001 p < 0.001 )。
ベースライン比較: 初期のエラーを含むGNN予測とProteinMPNNは同等の性能を示した(p > 0.2 p > 0.2 p > 0.2 )。これは、観察された利得がベースとなる生成器ではなく、具体的に精緻化手順に起因することを示している。
pLDDT: 構造の正確性は向上したが、精緻化された配列の平均pLDDT(モデルの信頼度)は 0.568 であり、ProteinMPNN(0.620)や天然の配列(0.651)よりも低かった。これは、非天然配列に対するモデルの不確実性を反映している。
意義と主張 著者らは、予測後の反復的精緻化 が、de novo タンパク質設計の構造的正確性を大幅に高める強力なツールであると主張している。本研究は、逆折り畳みモデルと構造予測器の間のフィードバックループを利用することで、配列のリカバリーとは独立して構造的正確性を最適化できることを示している。
本論文は、このアプローチが計算効率を犠牲にして正確性を得るものであることを謙虚に述べている。精緻化プロセスには、タンパク質1個あたり約 3,200 回のESMFoldフォワードパス (128残基 × \times × (5 + 20) 候補)が必要であり、シングルパスのデザインよりも大幅にコストがかかる。さらに、著者らは、結果がESMFoldの予測に依存していることを認めており、改善された指標がESMFold特有のバイアスへの収束ではなく、真の物理的構造の正確性を反映していることを確認するには実験的な検証が必要であるとしている。また、本手法は、128残基に切り詰められたタンパク質においては、ウィンドウ外の三次接触を回復できないという限界も抱えている。
最終的に、本研究は、構造指標によって駆動される反復的精緻化が、予測された配列と標的コンフォメーションとの間のギャップを埋め、より構造的に正確な de novo タンパク質を生成するための実行可能な経路を提供することを確立している。
毎週最高の 遺伝学 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。 登録 ×